Social Science > Poverty & Homelessness">
Proyecto+de+Tesis +Zamalloa+Valera,+Diana PDF
Proyecto+de+Tesis +Zamalloa+Valera,+Diana PDF
Proyecto+de+Tesis +Zamalloa+Valera,+Diana PDF
Rights info:eu-repo/semantics/openAccess
Tesis:
Para optar por el Título de:
LICENCIADA EN ECONOMIA
AUTORA:
Zamalloa Valera, Diana Lucía
2014
DEDICATORIA
2
AGRADECIMIENTO
3
Índice
Resumen
Introducción…………………………………………………………………………..6
Referencias bibliográficas
Anexos
4
RESUMEN
Para ello, los departamentos mineros fueron seleccionados en función al aporte del PBI
minero, diferenciando aquellos distritos con presencia de minería y aquellos que no cuentan
con yacimientos mineros. Se estimó un modelo de evaluación de impacto bajo el método de
diferencias en diferencias que permite capturar el impacto que genera la presencia de
actividad minera sobre la variable de interés. Este modelo toma como base la información a
nivel distrital para los años 1993 y 2007 proveniente del Mapa de Foncodes para ambos
años, Mapa de Pobreza del INEI donde se obtuvo la variable de incidencia de pobreza,
información de la base de datos del MINEM. Asimismo, se consideran las variables de
acceso a servicios básicos como población sin agua, desagüe y electricidad; tasa de
analfabetismo y desnutrición como variables de control al modelo propuesto. A partir de los
resultados obtenidos, se verifica un impacto positivo en la incidencia de pobreza debido a la
presencia de la minería.
5
INTRODUCCIÓN
La minería juega un rol importante en la economía peruana y más aún en las economías
regionales donde existen asentamientos mineros. La importancia de la minería cobra
relevancia a nivel de los recursos adicionales que genera a la economía como los flujos de
inversión, exportaciones, recaudación tributaria para financiar proyectos de desarrollo
social, empleo directo e indirecto. En los últimos años el sector minero ha experimentado
un importante dinamismo y desarrollo, sin embargo, queda la duda si este gran efecto
positivo sobre las variables macroeconómicas se transmite a nivel local generando mayores
niveles de satisfacción en los habitantes que habitan cerca de las zonas mineras. Es por eso
que la investigación evalúa el impacto que la actividad minera genera sobre la variable
pobreza medida a nivel distrital para los departamentos Ancash, Arequipa, Cajamarca y
Pasco entre los años 1993 y 2007. Con ello, se quiere demostrar si realmente la actividad
minera influye favorablemente en la reducción de la tasa de pobreza en aquellas zonas que
se encuentra operando la minera.
6
información completa de cada una de las variables de los años 1993 y 2007, para el resto
de años no se tiene información distrital, esto es una de las principales limitaciones de la
investigación.
7
DEFINICIÓN DEL PROBLEMA
La actividad minera en el Perú como en los diferentes países del mundo, es importante
debido a su influencia en la economía nacional, en especial en la generación de recursos
adicionales: exportaciones, impuestos, inversiones, los que tienden a financiar parte de la
estabilidad económica del país y el proceso de desarrollo. Esta actividad económica
relacionada con la extracción, producción y/o explotación de recursos naturales permite la
generación de riqueza. Sin embargo, entendida solo a partir de una dimensión
macroeconómica, queda la duda sobre el rol que juega la minería en las condiciones de vida
de los individuos, es decir, al impacto que genera esta actividad en especial en la reducción
de la pobreza. Si ha de existir una influencia positiva en términos macroeconómicos, esta se
replicaría a un nivel microeconómico condicionado a ciertas variables para el presente
estudio.
8
creció en 6,90%1. La producción minera a nivel departamental se concentra principalmente
en cuatro departamentos: Ancash, Arequipa, Cajamarca y Pasco. El primero de ellos aportó
entre el 2001 y 2010 al PBI minero en 31.75% en promedio, Arequipa para finales del 2010
aportó al PBI de su región en 10%, en particular, aquí el desarrollo de la minería es la que
más ha crecido y ha aportado al crecimiento de la región. En Cajamarca, este sector ha sido
siempre el motor y ha permitido el desarrollo, la participación de la minería en Cajamarca
ha sido del 30% en promedio estos últimos 10 años, por último la región Pasco
predominantemente minera, este sector representó el 47% del PBI de la región.
1
Cfr. Anuario Minero 2007:7
2
Cfr. IPE 2012:10
3
Cfr. Macroconsult 2008: 19
4
Cfr. Echave y Torres 2005: 36
9
maquinaria, emplear mano de obra y pagar impuestos para luego generar utilidades y
repartirlas, pero a nivel microeconómico la relación entre minería y la pobreza se observa
por el nivel de ingresos per cápita, pues si una persona cuenta con más recursos económicos
puede invertir en mejorar su nivel de vida. Según cifras del INEI, la incidencia de pobreza
ha venido disminuyendo en el periodo del 2001 al 2011 para los cuatro departamentos
anteriormente señalados.
Figura N° 1
Incidencia de la Pobreza
90.0%
80.0%
70.0%
60.0% Promedio Nacional
50.0% Ancash
40.0% Cajamarca
30.0% Pasco
Arequipa
20.0%
10.0%
0.0%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
En las cuatro regiones ha disminuido la incidencia de la pobreza, pero tres de ellas aun
superan el promedio nacional, a la vez que disminuía el porcentaje de pobres, el PBI per
cápita de cada región ha ido aumentando, pero en términos generales el porcentaje de
pobres en dichas regiones ha disminuido entre los años 2001 y 2011.Asimismo, estas cifras
se han recogido del Mapa de pobreza de Foncodes 2007 y del Censo Nacional 2007 y se
encuentra información disponible para el año 1993. En cuanto a la producción de minerales
metálicos y no metálicos, el MINEM nos presenta una relación de yacimientos mineros y la
ubicación de estos en cada región del país, lo cual permitirá la identificación de los distritos
mineros. Con ello es posible establecer una relación entre variación de la tasa de pobreza en
presencia de minería a nivel distrital (ver sección 1.2 del capítulo 1)
10
Pero en relación al aporte que la minería podría generar en la reducción de la pobreza,
existen antecedentes metodológicos los cuales analizan la contribución minera en la
pobreza o sobre cada uno de los indicadores que engloban el concepto de ésta. Otras
investigaciones demuestran los posibles efectos positivos o negativos de la presencia de la
actividad minera diferenciados por zonas rurales o urbanas. Dichas investigaciones fueron
aplicadas al ámbito peruano y estuvieron a cargo de Macroconsult (2008) y Zegarra,
Orihuela y Paredes (2007), respectivamente.
El primero llega a la conclusión sobre los resultados obtenidos que la presencia minera ha
tenido impactos positivos en los ingresos y gastos medios de las familias urbanas de la
sierra, más no en las familias rurales. Este estudio se basa en encuestas nacionales de
hogares y fuentes de información tales como el Censo Nacional 1993 y 2007, Censo
Agropecuario 1994, Mapa de Pobreza de Foncodes 1993 y 2006, para el periodo previo al
boom minero ocurrido en los años 1993-2003. El segundo de los autores antes
mencionados, llega a la conclusión que el análisis de la información para hogares a nivel
distrital muestra incrementos positivos en hogares sin la presencia de minería. Por ejemplo
el ingreso per cápita en un distrito minero es S/.126 mensual más que un hogar sin la
influencia de minera. Además, identificaron que la proporción de ingreso total que
representa el sector agrícola y actividades extractivas, es menor en hogares mineros,
evidenciando la dependencia económica con las actividades primarias.
Según un estudio realizado por Roxana Barrantes (2005), la autora concluye que los
distritos mineros se empobrecieron y que en el mejor de los casos la influencia es neutra
porque su impacto es limitado. Sin embargo, aportes de la actividad minera a nivel micro se
estudian en la investigación del Instituto de Estudios Peruanos (IEP). Presentan los casos de
estudios de dos de las regiones a analizar en esta investigación, concluyendo que entre los
años 2009 al 2011 sí hubo reducciones en las tasas de pobreza, es decir, más personas
dejaron de ser pobres considerando su alta dependencia de la minería.
11
Si bien la minería es el principal sector del crecimiento del país se quiere investigar si
realmente la presencia de minería a nivel distrital influye en la reducción de la pobreza.
Para eso en la presente investigación se trabajará con la fuente del INEI, el Mapa de
Pobreza de Foncodes de 1993 y 2007, considerando las variables de actividad minera y
otras relacionadas a infraestructura como población sin agua, desagüe, y electricidad, a la
salud y variable de educación como tasa de analfabetismo. La información distrital de la
producción de minerales metálicos y no metálicos se obtendrá de la base de datos del
MINEM. De este modo, se pretende dar respuesta a la pregunta: ¿cuál es el impacto
esperado que tiene la presencia de un distrito minero sobre la pobreza entre 1993 y 2007, en
comparación de otro sin la presencia de esta actividad?
12
CAPÍTULO 1
A pesar de ello, la actividad minera se ha visto impulsada a inicios de los años noventa. El
gobierno peruano reimpulsó la promoción a la inversión privada, la cual tuvo como
instrumento principal el asegurar la estabilidad jurídica para las inversiones. Se
establecieron condiciones a través de derechos, garantías y obligaciones. Asimismo, se
inició la privatización de empresas estatales y todo esto, vino acompañado del desarrollo e
implementación de la regulación de los aspectos ambientales.
En este nuevo régimen minero destaca el dominio del Estado donde el gobierno tiene el
dominio absoluto sobre las minas, para lo que otorga títulos mineros referidos al uso y
provecho de la riqueza que pertenece al Estado. Además, el Ministerio de Energía y Minas
es el encargado de entregar las concesiones y dirigir la política minera. Este régimen vela
por la protección del medio ambiente y da los incentivos a la inversión a través de
estabilidad cambiaria, tributaria y administrativa6.
Es claro que el Perú vive un auge minero y la estabilidad económica, comercial, promoción
de inversión y la privatización del 90% de las operaciones y proyectos mineros han
5
Cfr. IIMP 2010:21
6
Cfr. Morón 2006:6
13
permitido a la industria minera recobrar su capacidad en los últimos años. Todo esto gracias
a la mayoría de empresas nacionales y extranjeras que han concluido la construcción de sus
proyectos o se encuentran en ampliación de nuevas instalaciones ya que han reconocido el
potencial y las oportunidades de inversión minera que existen en el Perú.
Para analizar el efecto de la minería en el país, primero conviene revisar la relación con el
resto de la producción nacional. Durante la última década, la producción de los principales
metales ha crecido sustancialmente, la producción de oro creció en promedio 14% anual
durante el periodo 1994-2004, mientras que, para ese mismo periodo el cobre y el zinc lo
hicieron a 11% y 6% de promedio anual, respectivamente. Ello es resultado del inicio de
operaciones de las mineras como Yanacocha, en oro, y Antamina, en cobre, además de la
ampliación de Tintaya en el 2002.
15.00
10.00
5.00
-
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010
(5.00)
(10.00)
Según cifras del Banco Central de Reserva (BCRP) la economía peruana ha venido
expandiéndose a partir del año 2000 y con ello también se observa el auge del sector
minero. El crecimiento de la minería ha sido volátil porque este sector depende de los
precios internacionales de los metales.
14
A mediados del 2006 y 2007, el PBI del subsector minería metálica solo creció 1,70% con
respecto al año anterior. Esta ligera disminución, en relación al año anterior, se debe a la
caída de las cotizaciones de los commodities aunque los metales preciosos de oro y plata no
se vieron afectados en gran medida.
En el periodo de 1991 y 2006 se aprecia una correlación positiva de 0.26 entre el PBI real y
PBI minero. Esto, refleja que el sector minero empieza acompañar al resto de la economía.
Sin embargo, esta causalidad puede ser engañosa. Un periodo de altos precios mineros
puede dinamizar al resto de sectores de la economía, pero para alcanzar esto se necesitan de
condiciones mínimas de inversión en minería, y eso es fomentado por la Legislación de la
promoción de inversión minera. Por lo tanto, es necesaria la exploración de otros factores
que expliquen la relación causal de la minería con el crecimiento del PBI, lo cual es
fundamental en la evolución en términos porcentuales de la participación de actividades
productivas.
En la figura N°2 apreciamos el peso de la minería en el total del PBI, y se verifica cómo ha
venido aumentando aceleradamente.
Figura N°2
Minería metálica (% del PBI) 1990-2011
6.00%
5.00%
4.00%
3.00%
2.00%
1.00%
0.00%
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010
El sector minero representó más del 2% del PBI total en el año 1990, mientras que desde
mediados del 2006 en adelante, la participación del PBI minero ya supera el 6% del PBI. Si
15
bien ha mostrado un crecimiento sostenido en su participación a lo largo de los años, ésta
sigue siendo baja si se compara con sectores como comercio o manufactura que tienen tasas
superiores al 12% del PBI.
Según estadísticas del Banco Central de Reserva del Perú (BCRP), los sectores productivos
en general crecieron entre el año 2007 y el año 2008. El sector Agropecuario aumentó en
7,21% debido al incremento de los precios en chacra y al impulso de la demanda externa.
El sector pesquero creció 6,19%, debido al buen desempeño mostrado por la pesca para
consumo humano. El sector manufacturero presentó una expansión del orden del 8,65%, la
manufactura primaria creció 7,6% a causa de la recuperación en los niveles de producción
de la industria de refinación de metales no ferrosos, por su parte la manufactura no primaria
registró un crecimiento de 8,7%. El incremento de este sector estuvo asociado al mayor
consumo privado que se reflejó en el aumento de la producción de bienes de consumo
masivo y a la demanda de sectores como la construcción e insumos para la minería y agro
exportación.
A un nivel departamental, las ciudades de Ancash, Arequipa, Cajamarca y Pasco, son las
que más aportan al PBI minero. El departamento de Ancash es la que lidera en producción
minera presentando cifras mayores al 15%, seguido Cajamarca, con porcentajes de 17% en
promedio para estos últimos 10 años. Sin embargo, se presentaron disminuciones a partir
del 2008 producto de la crisis internacional, lo cual afectó en forma paralela a la producción
nacional minera.
16
hablamos del aporte de la minería hacia las exportaciones del país y su estrecha relación
con el mercado internacional.
La Figura N°3, muestra que entre los años 2000 y 2006 las exportaciones mineras se
triplicaron. Esto refleja el dinamismo del sector, debido principalmente al fortalecimiento
de la demanda internacional de minerales, impulsado en gran medida por las altas tasas de
crecimiento de la economía china7.
Figura N° 3
30,000
MINERIA
25,000
20,000
15,000
10,000
5,000
0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010
MINERIA
Las exportaciones en nuestro país se han incrementado en los sectores productivos entre los
años 2007 y 2008. El sector minero tuvo un crecimiento de 8,23% obteniendo, en el 2007,
US$ 17 238 millones y en el 2008, US$ 18 657, debido al aumento en la producción de
cobre, oro y zinc. En el rubro de productos tradicionales, el sector pesquería creció en
7
Cfr. Glave y Kuramoto 2007: 147
17
22,74 %, pasando de US$ 1 460 millones en el 2007 a US$ 1 791 millones en el 2008,
principalmente por el aumento de la producción de harina de pescado. El sector agrícola
aumentó 48,79 %, exportando en el año 2008 US$ 685 millones, monto superior a los US$
460 millones del 2007, en este incremento tuvo una importante participación la producción
de café. También, los sectores productivos no tradicionales mostraron un mayor porcentaje
de exportaciones por el repunte de la venta de productos como los agropecuarios en
26,91%, pesqueros en 24,61 %, textiles en 16,24%, maderas y papeles en 17,57%, químicos
en 29,35%, minerales no metálicos en 6,50%, sidero-metalúrgicos y joyería en 0,18%,
metal-mecánicos en 49,34% y otros en 10,28 %8.
Por otra parte, las cotizaciones de los principales minerales han registrado una tendencia
creciente a partir del 2002 (anexo#1). En el caso del cobre, el precio internacional recuperó
el máximo logrado en 1995, mientras que el oro y el plomo superaron los niveles máximos
alcanzados en 1996.
Hay que anotar que el incremento de las cotizaciones internacionales de los principales
minerales ha sido acelerado durante el 2006, con tasas de crecimiento de 100% en un año
para el cobre y la plata, de 200% para el caso del zinc, y de 50% para el oro y el plomo.
Continuando con el análisis del aporte de la minería a la economía, los ingresos tributarios
recaudados por el Fisco se incrementaron en el año 2007, en especial las transferencias del
Canon Minero.
Durante el 2007 y de acuerdo a la SUNAT se transfirió como canon minero la suma de S/.
5,157 millones (monto que corresponde al IR del año 2006) mostrando un crecimiento de
195% en comparación a lo distribuido en el año precedente. Este aumento se debió a que
8
Cfr. IIMP:30
18
durante el año 2006 se realizaron más inversiones en construcción y equipamiento, y se
registró un aumento en la producción para ese año.
Según cifras del MEF, la región Ancash es la que recibió S/. 1 262,9 millones en
transferencias de canon minero en el año 2007, seguida está la región de Tacna con S/.
711,5 millones. La región de Arequipa desplazó a Cajamarca, con S/. 435,7 y la región
Pasco, que superó a Moquegua, con S/. 377,1 millones, entre otros. Estos montos incluyen
la transferencia a los Gobiernos Locales y los Gobiernos Regionales (Ver anexo #1).
Las inversiones mineras en estos últimos años han experimentado un crecimiento lo cual es
producto de la regulación minera y la estabilidad legal para fomentar más inversión. El
crecimiento constante de las inversiones se ha dado desde mediados del año 2000 en
adelante. Las cifras de inversión han sido constantes pero variadas y han aumentado en más
de un 35%9 (Ver anexo #1).
Los efectos positivos que tendría la actividad minera, sería en primer lugar, los elevados
ingresos fiscales provenientes de las exportaciones mineras que podrían contribuir al
financiamiento de programas de erradicación de la pobreza. Seguido, se crearían puestos de
trabajo en la gran y mediana minería pero sobre todo en la pequeña minería. Además,
contribuiría al desarrollo económico local, particularmente en el ámbito de la gran minería
9
Cfr. IPE 2012:10
19
a través de la implementación de programas de capacitación, educación y salud, así como
en la construcción de infraestructura de servicio público10.
Esto se contradice con lo que expresa el Banco Mundial, postula que estos aspectos
positivos son limitados por el lado de la generación de nuevos puestos ya que son ocupados
por mano de obra de baja calidad, es decir, muchos de los pobladores dedicados a la
agricultura reemplazan esta actividad por ingresar al mundo minero, y se ven pocos
beneficiados por su limitada educación y destreza laboral. Las empresas mineras, también
pueden producir daños ambientales, contaminación de agua, desechos mineros, ruido, polvo
y movimiento de tierra, que pueden llegar a afectar la salud y la calidad de vida de los
habitantes.
Tal como señalan los autores Glave y Kuramoto (2007)11, la minería es intensiva en capital
físico y poco en capital humano, lo que puede generar descontentos de las poblaciones
ubicadas en torno a los proyectos mineros. En el reciente informe elaborado por el IPE, se
señala que justamente con la aprobación de más proyectos mineros se obtendrán beneficios
para las comunidades pues aumentarían los encadenamientos de la minería con el resto de
la economía, es decir la relación de la minería con otros sectores tiende a aumentar
conforme aumenta la importancia de la actividad minera.
Las inversiones estimadas en proyectos clasificadas como ampliaciones, EIA aprobado en
construcción y en exploración, ascienden a partir del 2007 a US$ 53, 229 millones12.
La afirmación en relación al descontento de las poblaciones, tal como lo señalan los autores
anteriormente mencionados, es muy relativa puesto que no observan la dinámica que
engloba la minería al interrelacionarse con otros sectores.
10
Cfr. Echave y Torres 2005: 36
11
Autores del libro: La minería lo que sabemos y nos falta por saber (2007).
12
Cfr. IPE 2012:11
20
realizando proyectos y programas destinados a brindar alivio inmediato a la pobreza,
llevando adelante programas integrales de desarrollo sostenible que están orientados a
superar las limitaciones fundamentales de la realidad rural de zonas ubicadas a más de
3500msnm. Las mineras deben conocer con mayor precisión la realidad de las
comunidades, para eso es requisito indispensable diseñar programas de desarrollo
sostenible adecuados. Los programas de desarrollo sostenible tienen el objetivo de mejorar
la productividad de los pobladores mediante capacitaciones, asistencia técnica y la
presentación de nuevas ideas y conocimientos. Asimismo, estos programas están orientados
a la innovación de los procesos productivos desde etapa de diseño hasta la presentación
final, y llegar a facilitar la salida de los productos hacia las ciudades mediante la
construcción de carreteras13.
En la región Ancash:
El fondo extraordinario promovido por la empresa Antamina tiene por objetivo
capacitar a alcaldes y municipales en el diseño y preparación de proyectos para
13
Cfr. IIMP 2005:45
21
poder beneficiarse de los fondos del canon minero. Se han concluido los proyectos
en las provincias de Bolognesi, Huari y Recuay14.
El proyecto de desarrollo agropecuario en la comunidad campesina Andrés Avelino
Cáceres, con el objetivo de contribuir a mejorar los ingresos de los pobladores para
mejorar la eficiencia de la producción es sus diferentes etapas.
En el tema ambiental, la minera Ancash Cobre contribuyó con la forestación de
5,000 plantones de pino con la finalidad de conservar el medio ambiente.
En Arequipa:
La empresa Minera Ares ha llevado a cabo el programa de crianza de alpacas en
Condesuyos, en la cual ha beneficiado a 125 familias criadoras. El programa
contempla las fases de la cadena productiva: infraestructura para proteger del frío,
comercialización de la fibra, capacitaciones colectivas para tratamiento de la lana y
desarrollo de capacidades y habilidades técnico productivas.
En el rubro nutrición, las mineras aportaron con reducir el porcentaje de niños en
riesgo alimentario y evitar la deserción escolar. Esto se realizó en la provincia de
Caylloma.
14
Aquel fondo administrado por la empresa, no es compensación por contaminación ni tampoco un fondo
público. Son las mismas empresas que administran esos fondos.
22
Se realizó el proyecto de mejora en la calidad de enseñanza, que abarcó las
provincias de Castilla y Condesuyos y los distritos de Chachas, Chilcaymarca,
Orcopampa y Cayarani.
Según las características de cada región, se aplican una o varias técnicas ganaderas,
agrícolas o de promoción de capacidades empresariales consideradas como limitaciones de
la realidad rural. El compromiso que asumen los titulares mineros es reducir la pobreza y
promover el desarrollo sostenible de las zonas. En el año 2007, según estadísticas del
MINEM, la inversión en proyectos o programas ascendió a s/. 200 millones que benefició a
más de 8 millones de personas de 120 provincias, 389 distritos (comunidades campesinas,
anexos, caseríos y pueblos jóvenes), y que estuvieron orientados a los rubros de salud,
fortalecimiento de capacidades y economía local.
20
17.5
18
16
14
12 10.6
10 8.9 8.4
8
6
4
2
0
Ancash Arequipa Cajamarca Pasco
23
menor. Estos dos sectores son los motores para el crecimiento de este departamento,
considerando que a partir del año 2007 la producción de metales cayó pero se recuperó en
el 2009 (Ver anexo#2). La explotación aurífera es la principal actividad minera y constituye
el 97,3% del valor total de la producción minera de la región.
15
Informe Económico y Social de Cajamarca, BCRP Lima 2007
16
En Informe Final: Los declives de laminería:http://www.revistaenergiminas.com/informes/12_mineria.php
24
anexo#2).La minería en este departamento ha experimentado una caída en su producción en
un 4.7% durante el 2001 al 2010, pero sigue liderando en la producción de cobre y plomo.
La siguiente región en estudio es Pasco, una región con tradición minera lo cual evidencia
la dependencia de esa actividad para el aporte de su PBI regional. La minería representa
casi el 47% para el año 2010 y años anteriores, superaba el 54% para el año 2001 (Ver
anexo#2). El poco desarrollo de otras actividades (agricultura, ganadería, industria)
constituye un problema en el largo plazo puesto que los recursos mineros en algún
momento se agotarán. Tanto la explotación como el procesamiento de los recursos mineros,
han constituido actividades económicas de suma importancia, que han logrado forjar un
sector empresarial nacional, recursos humanos, industrias y servicios conexos. Es por ello
que la minería participa con más de 50% en el PBI departamental. Pasco, por las ingentes
riquezas que posee, se ha constituido como el primer productor de plomo y plata.
17
Cfr. CEDEP : 20
25
La gran minería representada por Volcan Cía. Minera SAA, en Pasco, ha crecido
notablemente durante estos últimos 4 años, en un 23.55% en plomo y un 84% en plata. La
mediana minería superó largamente estos índices, por ejemplo la Sociedad El Brocal logró
triplicar su producción de plata en un 254% entre el 2003 y el 2006 y en 57.3% de plomo.
A nivel distrital, los distritos de Chaupimarca, Simón Bolívar, Yanacancha, Tinyahuarco,
Yarusyacán y Huallay de la Provincia de Pasco, vienen operando 7 plantas todas ellas
produciendo una gran diversidad de agentes contaminantes que ponen en riesgo la salud de
los habitantes, pero sobre esto las empresas están llevando a cabo programas de gestión en
salud para evitar impactos negativos.18.
18
Cfr. Muqui 2006: 6
19
Número total de unidades mineras para las cuatro regiones se encuentra disponible en el siguiente link:
http://www.minem.gob.pe/descripcion.php?idSector=1&idTitular=2436&idMenu=sub150&idCateg=663
20
En Informe Económico y Social de Arequipa. BCRP 2007
26
de influencia y muy por el contrario se transfieren excedentes fuera de las áreas de donde se
hallan ubicadas las unidades productivas21.
Tabla N°1
Porcentaje de participación en la producción minera
a nivel departamental en los años 1993 y 2007
Tal como se mencionó anteriormente, la producción minera se ha vuelto tan importante que
desde el año 1993, el Perú ha duplicado su producción de minerales. Para el año 1993, la
región de Pasco era la que lideraba en producción y en el resto de los departamentos era
relativamente baja. Sin embargo, para los siguientes años, la minería toma mayor
relevancia y la participación minera de cada uno de los cuatro departamentos aumentó
considerablemente.
Estos cuatro departamentos cuentan con tradición minera por lo mismo que aportan
considerablemente al PBI minero, y a la vez son los que más cuentan con yacimientos
mineros en etapa de explotación.
21
Cfr. Gobierno Regional de Arequipa 2003:62
27
de terceras empresas para llevar a cabo trabajos de soldadura, movilidad de empleados o de
maquinaria pesada, el servicio de alimentación y hospedaje alrededor de la mina, entre
otros. Asimismo, la minería y pobreza se relaciona con el aumento de los ingresos de cada
individuo haciendo posible que su situación económica mejore y obtengan más bienes y
servicios haciéndolos salir de la línea de pobreza.
Sobre eso, presentamos a nivel departamental la incidencia de pobreza total para el 2007
(ver Figura N°5). Se observa que Cajamarca ocupó el sexto lugar, con una mayor tasa de
pobreza, y pese a que estas tasas han disminuido para la región con relación al 2004, 867
mil personas son pobres y alrededor de 400 mil son pobres extremos. Esto significa, en el
primer caso, que el gasto per cápita no logra cubrir una canasta de consumo básica (que
incluye alimentos y otros bienes y servicios) y en el segundo, el gasto per cápita no logra
cubrir una canasta de alimentos que satisfaga sus requerimientos mínimos nutricionales22.
Luego de Cajamarca, se encuentra Pasco y Ancash que aún persisten con tasas que superan
el 50% de pobreza y Arequipa con niveles de pobreza mucho menor que los casos
anteriores.
Figura N°5
Incidencia de la Pobreza Total 2007
22
Cfr BCRP 2007: 27
28
La incidencia de la pobreza mostrada líneas arriba nos dice cuántos pobres existen en la
región23. Existe también otra medida, la brecha de la pobreza o intensidad de la pobreza,
que nos dice cuan pobres son las poblaciones, es decir cuán lejos está el gasto de la
población pobre de la línea de pobreza. Este indicador muestra la diferencia porcentual
promedio entre la línea de pobreza y el gasto de la población pobre.
La pobreza total descrita es calculada según una línea de pobreza absoluta que representa el
costo de una canasta básica de consumo. Se suele afirmar que esta es una medición con
criterios objetivos; de esta manera toda persona cuyo gasto (o ingreso) cae por debajo de
esta línea es considerada pobre. No obstante, las personas pueden sentirse menos pobres (o
más pobres) según la percepción que sienten de sus necesidades, mostrando así diferencias
con los criterios objetivos de medición.
Si comparamos la tasa de pobreza para los años 1993 y 2007 en conjunto con aquellos
distritos donde hay presencia de producción minera, lo que observamos es que la pobreza
en distritos mineros ha disminuido durante el periodo de estudio. La variación porcentual
entre distritos con presencia de minería y aquellos sin minería es mucho mayor en la caída
de la pobreza. Con ello, probamos la hipótesis de que la minería si ha favorecido a la
reducción de la pobreza.
Tabla N°2
Variación porcentual de la pobreza según distrito minero y no minero (1993-2007)
Para la elaboración de la tabla N°2 se utilizó la información del Mapa de Pobreza del
Foncodes y el resultado se halló con las cifras de tasa de pobreza del año 1993 y 2007.
23
O cuantas personas tiene un gasto que se encuentra por debajo de la línea de pobreza(sea esta total o
extrema)
29
Asimismo, se define a un distrito minero como aquel que cuenta con unidades mineras en
explotación. A la luz de estos resultados preliminares, donde se está comparando dos
cantidades y la variación que éstas han tenido en términos porcentuales, se puede
mencionar que el impacto de la presencia de la minería ha sido positivo en aquellos
distritos considerados mineros y ha permitido que la pobreza disminuya. Sin embargo, en
los siguientes capítulos, se expondrá el método a utilizar para hallar el efecto promedio en
dos momentos distintos, y posteriormente, en el capítulo 4 se conocerá el resultado de la
estimación econométrica y se mencionará la conclusión a la que se llegó.
Fuente: Elaborado en base a las estadísticas del Mapa de Pobreza Foncodes y MINEM
Según las cifras descargadas del mapa de Foncodes de 1993 y 2007, en las cuatro regiones
la pobreza entre el 2007 y 1993 ha disminuido. Sobre ello, presentamos la variación
porcentual de los servicios básicos, educación, salud a nivel departamental para los años
1993 y 2007 (Tabla N°4). Vemos que en estas variables han experimentado reducciones a
30
lo largo de este tiempo. Las mayores diminuciones se dan en los servicios básicos, esto
quiere decir que más personas de estos distritos cuentan con más servicios de agua, luz y
desagüe.
Tabla N°4
Variación porcentual en servicios básicos, tasa de analfabetismo y desnutrición por
departamento, 1993 - 2007
Cajamarca es uno de los departamentos que se ha caracterizado por ser una región pobre
pero vemos que ha avanzado en cuanto a los servicios básicos. Todavía el 64.5% de la
población de Cajamarca vive en situación de pobreza, superando al promedio nacional
(39.3%) y siendo el sexto departamento con la mayor incidencia de pobreza en el 2007. A
nivel de las provincias, 10 de las 13 presentan niveles de pobreza mayores al 50%, siendo
Cutervo la que tiene la mayor incidencia con un 71% al 2007. Sí vemos que el acceso a
servicios básicos ha aumentado, esto significa que hay menos personas que no cuentan con
estos servicios.
De forma paralela en Ancash, estos indicadores se han reducido, comparando el año 1993
con el 2007; más distritos cuentan con estos servicios y han mejorado su nivel de salud y
educación, a pesar que la incidencia de pobreza en esta región se ha mantenido en un 50%
y otra gran parte de la población no cuenta con todos los servicios en su totalidad.
31
Las cifras de educación y salud en la región Pasco están por debajo del 50%, lo cual indica
que están dejando de ser analfabetas y la tasa de desnutrición ha disminuido.
32
CAPÍTULO 2
En esta sección se detalla las diferentes posturas o aportes que se han estudiado en relación
a la actividad minera, recursos extractivos y pobreza, lo que permite la especificación de las
variables que componen a la pobreza, así como la identificación de los conceptos que se
manejarán en la presente investigación.
24
IIED: International Institute for Environment and Development
33
industrias proveedoras de bienes y servicios o en dirección a industrias que procesan los
productos minerales25.
34
cada comunidad. Pero este criterio de asignación del valor agregado total regional a nivel
comunal, es un buen estimador del valor agregado generado por esta actividad. Además,
supone que la productividad de los trabajadores es similar al interior de cada comunidad.
Por último, supone que los sectores económicos poseen similares niveles de intensidad de
uso de factores productivos. La ventaja que presenta es que permite construir de forma
sencilla una estimación del grado de dependencia de cada comuna con la minería.
28
ANDI: Asociación Nacional de Empresarios de Colombia
29
Cfr. Fedesarollo 2008: 35
35
minerales metálicos sobre las actividades que los usan como insumo es poco significativo.
Por ejemplo, un incremento en 100 pesos en el valor bruto de la producción de minerales
metálicos implica un moderado aumento en muebles y otros bienes transportables ($0,73),
trabajos de construcción, edificaciones, ($0,20).
El otro método es a través del modelo Equilibrio General Computable, que al igual que el
de encadenamientos, sugiere en que la mayoría de los casos las ramas productivas más
beneficiadas por una expansión minera son aquellas relacionadas con el sector de servicios,
ya que aumentos en la producción minera implican una mayor demanda de bienes
intermedios y este tipo de incrementos genera demandas adicionales de bienes no
transables, servicios personales y para las empresas.
El estudio elaborado también por FEDESARROLLO lleva como título el Impacto del
petróleo y la minería en el desarrollo regional y local en Colombia (2010). El trabajo
explora el impacto tanto de la producción petrolera como carbonífera, y de las regalías
mineras sobre el desarrollo económico de los departamentos y municipios colombianos. A
nivel departamental, se observó una tendencia de mayor cobertura en educación y
explotación de hidrocarburos con un mismo nivel de ingreso per cápita y la cobertura en
educación en los municipios petroleros se encuentra por debajo de municipios con el
mismo nivel de ingreso.
Por otro lado, los departamentos y municipios productores de hidrocarburos, presentan un
nivel mayor de cobertura en salud comparada con las regiones con el mismo nivel ingreso
per cápita, para los departamentos y municipios carboníferos presentan altas tasas en salud
en promedio y por encima de municipios no carboníferos.
La estimación econométrica de este estudio se basa principalmente en explorar con más
profundidad los impactos de la abundancia de los recursos naturales sobre la economía y
finanzas públicas de los departamentos y municipios colombianos. En especial se presentan
resultados econométricos del impacto del petróleo y del carbón sobre el crecimiento, con el
propósito de dar respuesta a la interrogante sobre si la abundancia de recursos naturales,
para este caso petróleo y carbón, afecta negativamente al crecimiento.
El modelo estimado a nivel departamental y de municipios se hace a través de un panel,
donde la variable dependiente es el crecimiento del PBI para los años 1990-2008 y como
36
variables explicativas se plantea un vector asociado a las variables de recursos no
renovables, producción de hidrocarburos y de carbón per cápita y en otro, las regalías per
cápita; una serie de variables que se utilizan como controles (cobertura educativa); la
variable instituciones que utiliza índices de calidad institucional y por último variables
proxies de la calidad de las instituciones fiscales, se utiliza un vector de dummies por
departamento.
Los resultados de este modelo panel reflejan que la presencia de producción de
hidrocarburos parece tener un efecto negativo significativo sobre el crecimiento
departamental. Por otra parte, la presencia de explotaciones carboníferas tiene efectos
positivos, aun cuando estos no son significativos. Esta diferencia se debe a varios factores,
la minería de carbón ocupa más trabajo no calificado que reside en el área de explotación y
tiene encadenamientos importantes con otras actividades regionales, en particular a través
de su demanda por servicios para la producción y transporte del carbón y la atención de las
necesidades de sus trabajadores. En los resultados de las estimaciones a nivel municipal, se
da una mayor asociación entre la producción de carbón y el PBI per cápita.
Por el lado de las instituciones, los resultados sugieren que las instituciones afectan la
forma en que la actividad petrolera y minera impacta en el desarrollo municipal.
En general, la producción petrolera y carbonífera de Colombia ha tenido un impacto
positivo y significativo sobre el grado de desarrollo (medido en términos del PBI per
cápita) de los municipios en los que se ubican estas explotaciones. En el caso de los
Departamentos, se encuentra un efecto positivo de la producción carbonífera sobre el
crecimiento económico, pero, en contraste, un efecto negativo de la producción de
hidrocarburos. Esta conclusión se sostiene en que la producción petrolera genera menos
encadenamientos hacia atrás y hacia delante en comparación con el caso de la pequeña y
mediana minería del carbón. En un total de cuatro departamentos hubo escasa actividad
económica e institucionalidad debido a la presencia de un pobre desempeño económico,
corrupción e ineficiencia en la utilización de las regalías.
37
gobiernos locales que realizan actividades mineras en Australia. La industria minera en
Australia tiene una importante contribución al PBI, por lo que el país es considerado como
el principal exportador de carbón, acero, zinc, entre otros. Sin embargo, a nivel regional se
presentan temas de inequidad, puesto que la mayoría de la población se concentra en una
estrecha franja de ciudades costeras y la población restante se distribuye en las zonas de
explotación de minerales. Estas áreas enfrentan constantes desafíos para mantener los
servicios sociales para las regiones y comunidades mineras.
El sector minero de Australia, aportó un 8% al PBI del país en el periodo de 2006-2007. Sin
embargo, una parte mucho mayor de la economía de Australia depende de la minería. El
empleo en la industria también ha aumentado y por ese periodo el empleo directo se situó
en cerca de 120 000 personas en todo el país. A pesar de que habido un crecimiento en el
empleo de la minería sigue siendo relativamente bajo (1.3%).
Los impactos sociales de la minería australiana están asociados a la equidad, que se planteó
como una cuestión importante por el proyecto la Minería, Minerales y Desarrollo
Sustentable (MMSD) Australia (MMSD)30. El proyecto encontró que los costos y
beneficios de la minería son a menudo distribuidos de manera desigual entre las
comunidades y regiones de Australia. Las áreas donde se ubican las principales actividades
mineras a menudo tienen menos acceso a los servicios y recursos que los centros urbanos.
Un estudio llevado a cabo en la cuenca de Bowen en Queensland investigó los impactos
económicos y sociales de las actividades de extracción de carbón sobre las comunidades
regionales. Empleo, falta de infraestructura y servicios adecuados se encontraron como
algunos de los impactos negativos experimentados por las comunidades de la cuenca de
Bowen. Sin embargo, como el caso anterior y en otros estudios se ha analizado los
impactos empíricamente a nivel nacional haciendo conocimiento de la magnitud y
distribución geográfica de los impactos como se presente en esta investigación.
Para la recolección de datos, obtuvieron acceso al Registro de Minas australiano y los
informes anuales de empresas mineras para obtener los datos de producción de esos sitios.
La mayoría de esos datos fueron recolectados durante el periodo 2006-2007. Se convirtió la
producción de minerales de valor bruto utilizando los precios de las materia primas, el valor
30
El proyecto MMSD es una iniciativa de investigación y consulta de 2 años que identifica cómo la minería
puede contribuir a la transición mundial hacia el desarrollo sostenible.
38
bruto de la producción minera de Australia se estimó en 79,9 millones de dólares. Se
encontraron 71 áreas mineras y los indicadores utilizados fueron: el ingreso familiar, acceso
a la vivienda, promedio ponderado de alquiler semanal y pagos de préstamo de la casa
promedio, acceso a los servicios de comunicación, nivel educativo de las personas,
esperanza de vida y tasa de desempleo.
Se analizó la relación entre la variable dependiente, valor bruto de la producción y
minerales, y las variables independientes mediante el análisis de correlación cruzada de
todas las variables contra el valor bruto de la producción y de los demás. Se probó la
significancia estadística a todas las variables. Los resultados arrojaron cifras negativas entre
los indicadores antes mencionados y el valor bruto de los minerales en las 71 áreas de
producción. Muestran que la actividad minera se correlaciona significativamente con la
mejora de los ingresos, acceso a la vivienda, acceso a la comunicación, el nivel educativo y
el empleo. Por el contrario, la esperanza de vida es ligeramente negativo, pero significativa,
relacionada con la actividad minera, los autores señalan que ese resultado refleja las
expectativas de vida más bajas en comunidades indígenas remotas y no la relación con la
actividad minera.
Se llega a la conclusión que la minería se asocia positivamente con el ingreso, acceso a la
vivienda, acceso a la comunicación, el nivel educativo y el empleo a escala regional en
Australia.
Existen otras investigaciones que han encontrado consecuencias socioeconómicas negativas
para subgrupos específicos dentro de las comunidades a pesar de que la riqueza minera
parece mejorar los indicadores de calidad de vida en las regiones, los procesos todavía
pueden dar lugar desigualdades y desventajas.
En el caso de investigaciones realizadas a nivel país, los autores Glave y Kuramoto (2007)
en “La minería lo que sabemos y lo que nos falta por saber”, hacen referencia al estudio de
Torres y Echave del año 2005, titulado “Hacia una estimación de los efectos de la actividad
minera en los Índices de Pobreza en el Perú”, cuya investigación tiene el objetivo principal
de explorar la influencia que la actividad minera podría ejercer en los niveles de pobreza de
los departamentos del país que cuentan con presencia de esta actividad productiva. Ellos
39
estiman un modelo de corte transversal y temporal (panel data) para cinco años entre 1991-
2001. Concluyen que la actividad minera, medida como el producto bruto interno sectorial
tuvo una correlación negativa con la pobreza, es decir encontraron que el PBI de la
actividad minera tuvo una correlación negativa y significativa con los indicadores que
componen el Índice de Desarrollo Humano (IDH) de los departamentos en donde se
explotan yacimientos mineros.
Por otro lado, hay autores que sostienen que sí se genera un impacto positivo de la minería
en el bienestar de las poblaciones, tal es el caso de Zegarra, Orihuela y Paredes (2007). Los
autores afirman que debido al creciente clima conflictivo entre la actividad minera y su
entorno local y regional, se ha puesto en tela de juicio la efectividad de las políticas
públicas para fomentar la inversión minera, canon minero o instituciones involucradas con
el medio ambiente. Sostienen que “el notable desarrollo minero es consecuencia de
factores endógenos y exógenos. (…) El boom ha provocado una reconfiguración de las
economías locales y una mayor competencia por recursos como la tierra y el agua.”
(Zegarra, Orihuela y Paredes: 16)
31
Zegarra, Orihuela y Paredes (2007) : 21
40
Para ello se basan en Encuestas Nacionales de Hogares y fuentes de información
complementaria a nivel distrital para el periodo (1993-2003) previo al boom minero32.
La metodología empleada es la de evaluación de impacto para conocer si el nivel de
bienestar de las personas mejoró debido a la intervención33. Proponen el uso de las técnicas
de emparejamiento de distritos y hogares que permitieron simular el impacto hipotético de
la minería. Este método se plantea fundamentalmente para
“(…) generar un grupo de distritos comparables con los distritos mineros en
atributos que asumimos importantes para los potenciales impactos de la
minería (como potencial agropecuario, niveles preexistentes de pobreza,
ubicación geográfica), y en un momento del tiempo (1993-1994).” (Zegarra,
Orihuela y Paredes: 23)
32
Desde inicios de la década de 1990, el Gobierno tomo especial interés en la promoción de inversión
privada, principalmente en el sector minero, promulgándose en esa fecha la ley de promoción minera y
firmándose Contratos de Estabilidad Jurídica y Contratos de Estabilidad Tributaria (En Morón 2007:12)
33
En la evaluación de impactos para determinar una relación causal entre la intervención de un programa en
las personas, existen métodos de estimación como el de resultados potenciales o contrafactual que consisten
en simular un escenario en ausencia del programa, es decir, tratan de aislar el efecto de “x” sobre “y”
manteniendo cualquier otro factor que afecte a “y” de manera “controlada” y para ello se observan los
resultados potenciales de “y” ante diferentes valores hipotéticos de “x”. (En Econometría de Evaluación de
Impacto: García 2010)
41
“[dicha actividad] juega un rol importante en la economía peruana y más aún
en las economías regionales donde existen los asentamientos mineros. A nivel
de agregaciones geográficas, la minería juega un rol más importante en
Cajamarca, Ancash, Moquegua, Pasco y Puno (…)”. (Macroconsult 2008: 20)
Otra importante razón es que atrae grandes flujos de capital provenientes de inversores
extranjeros y la vinculación que se genera través de la redistribución de los beneficios por
el pago de impuestos. En general, el sector minero ha experimentado un dinamismo y
desarrollo aumentando los recursos de divisas y el pago de impuestos. Pues, así como se
experimentó un proceso de expansión y crecimiento a nivel de variables macroeconómicas,
la investigación toma interés por desarrollar un análisis en la economía local.
Para la comparación de distritos consideran como año base 1993. Luego, se empleó un
diseño para la evaluación de impacto para el año 2007 de un conjunto de variables
agrupados en ingreso, capital humano, infraestructura y vulnerabilidad económica. En esta
segunda etapa se realizó una evaluación en primera diferencia con información para el 2007
donde se contrastan las variables de interés de acuerdo a la probabilidad estimada en la
etapa anterior, identificando el grupo objetivo (minero) y grupo de control (no minero).
Sin embargo la principal limitación de la investigación es que la fuente de información que
se maneja es la Encuesta Nacional de Hogares, la cual no es representativa a nivel de
distritos.
En base a estos estudios es relevante mencionar qué se entiende por aporte minero sobre
indicadores sociales. Según el Instituto de Ingenieros de Minas del Perú (2006), el aporte
minero se clasifica en beneficios directos e indirectos .Los beneficios directos comprenden
recursos monetarios, infraestructura, servicios o proyectos de desarrollo económico
llevados a cabo en las comunidades de influencia y que son entregados directamente al
trabajador y/o comunidad. La variable empleo en minería se caracteriza por ser mano de
42
obra para trabajos de mina y para atender servicios básicos como campamentos y
alojamiento. Lo que se busca es llegar a más personas de la región y ofrecer empleo bien
remunerado.
En el Informe del IIMP (2007) los titulares mineros han brindado aporte social a 20
regiones, 120 provincias y 389 distritos. Se registraron 811 distritos en un rango de los más
pobres, dentro de ese margen el apoyo se dirigió a 155 distritos. Otro punto vulnerable en la
determinación del bienestar de los pobladores es la educación, el gran reto para el 2015 es
elevar la calidad educativa primaria y he aquí la preocupación de los diferentes titulares
mineros que tienen que invertir en obras de construcción, aulas, canchas deportivas, etc.
En el estudio de caso del Informe del Instituto de Estudios Peruanos (IEP) en “Las
posibilidades del desarrollo inclusivo: dos historias regionales” para la región de Cajamarca
se menciona que efectivamente, esta región experimentó una reducción en los índices de
pobreza debido al desarrollo exhibido por la minería a lo largo de estos últimos diez años.
Si bien se plantea que la región no ha experimentado un crecimiento económico, esto es
causa de la desigualdad económica liderada por la falta de transformaciones institucionales
tanto políticas como socioeducativas coherentes con un desarrollo inclusivo34.
34
Cfr. Barrantes, Cuenca y Morel (2012): 59
43
que la mano de obra que se desplaza de la agricultura a la minería es de baja calidad35. La
minería genera un efecto multiplicador hacia actividades intensivas en mano de obra, como
los servicios directos a las empresas mineras o la construcción que involucra un cambio en
el uso de la tierra en el área rural. En esa medida la minería contribuye al crecimiento
económico36.
Los recursos del canon demoran en ser plasmados en obras que provean infraestructura
necesaria en beneficio de las comunidades o mejora de capital humano. Más bien, algunas
obras necesarias para el territorio intermedio no son parte de la programación de inversión
pública y lo que sucede es que el ingreso por canon de algunos distritos mineros ha sido
utilizado en infraestructura “santuaria” tales como plazas de toros o estadios deportivos. Si
bien se ha mencionado en el capítulo anterior que la pobreza ha disminuido en presencia de
actividad minera está ha sido en menor velocidad que el aumento de los ingresos de los
hogares. Lo fundamental es el rol distribuidor que juegan los gobiernos regionales para
fomentar el crecimiento y el bienestar en las comunidades que conviven con la minería. Tal
y como se menciona en el informe:
“Un efectivo rol redistribuidor por parte del gobierno regional demandaría
respetar una relación directa que cuanto más alta sea la incidencia de pobreza
en una provincia o distrito, mayor sea el nivel per cápita asignado. (…) un
lineamiento tan simple exige una profesionalización de los funcionarios y una
simplificación de la gestión pública.” (Barrantes, Cuenca y Morel: 63)
35
Los autores señalan que se refiere a la escasa acumulación de capital humano.
36
Cfr. Barrantes, Cuenca y Morel (2012): 60
44
Con ello, se puede afirmar que existe una ruptura entre la gestión pública y las necesidades
de las poblaciones, este punto no se estudiará con detalle pero queda dicho que el lento
crecimiento de las provincias y distritos con presencia de minería se debe a malos manejos
institucionales en las regiones.
Otro estudio de caso que se presenta en el informe del IEP, es el de la región Arequipa. En
lo que concierna a minería, este sector se ha convertido en uno de los principales y va en
aumento su participación económica en la región. Este aumento ocurre a través del
crecimiento del PBI minero. Existen otros canales indirectos como el de los recursos de
gasto público que se asignan a los gobiernos locales y regionales vía canon minero, los
cuales están destinados a cubrir las necesidades básicas de los distritos y provincias más
pobres. El gasto público que puede realizarse con estos ingresos constituye un canal de
redistribución que opera para contribuir con un desarrollo inclusivo cuando crece el sector
minero intensivo en capital (mano de obra)37.
37
Cfr. IEP 2012: 51
38
Cfr. IPE 2012: 23
45
Con respecto a la definición de pobreza, existen distintos significados de esta palabra.
Según Feres y Mancero en “Enfoques para la medición de la pobreza” para la CEPAL
(2001) esta palabra se interpreta como la necesidad, estándar de vida, insuficiencia de
recursos, carencia de seguridad básica, exclusión, desigualdad. Todas estas pueden ser
aplicadas a la vez y algunas pueden ser no aplicables en toda situación. Si bien la medición
de la pobreza puede estar basada en cualquiera de estas definiciones, la mayoría de estudios
económicos se han centrado en las concernientes a necesidad, estándar de vida e
insuficiencia de recursos.
La definición de pobreza es muy compleja, lo que ha llevado a definirse según los tipos de
indicadores que permiten su caracterización. El concepto “(…) se ha elaborado y se ha
medido en función de carencias o necesidades básicas insatisfechas, utilizando indicadores
como la ingesta de alimentos, el nivel de ingresos, el acceso a la salud, la educación y la
vivienda”.(Arriagada 2005:3)
Según el Banco Mundial, la definición de pobreza es mucho más amplia, ya que se basa en
la carencia de bienes materiales incluyendo los niveles de educación, salud, vulnerabilidad,
el abandono y la incapacidad para influir en la toma de decisiones y asignación de recursos.
Esto permite identificar dos dimensiones, la pobreza material y la no material. La primera
comprende al ingreso, consumo, vivienda, acceso servicios públicos (agua, desagüe,
alcantarillado). La pobreza no material abarca educación, salud, exclusión.39
Dadas estas dimensiones de pobreza, el impacto tiene que analizarse a través de distintas
variables como los niveles de ingreso, consumo, indicadores sociales, entre otros. Para el
presente estudio se consideran aquellos indicadores sociales relacionados al acceso de
servicios, educación y variable proxy de salud. Según la OEI40 , al abordar el tema de la
pobreza se suelen señalar hechos que reclaman más atención como la mortalidad, la
desnutrición, el analfabetismo, por eso el PNUD ha introducido el IDH que intenta reflejar
el bienestar desde un punto más amplio. El PNUD considera que la pobreza es un
fenómeno complejo de erradicación, que requiere tanto potenciar a la persona como
39
Cfr. Navarro 2005 : 43
40
OEI: Organización de Estados Iberoamericanos para la Educación, la Ciencia y la Cultura.
46
proveerla de ingresos y servicios básicos adecuados. Por eso, si bien estas variables están
relacionadas con la reducción de la pobreza, se necesitan un conjunto de factores tales
como la disponibilidad de vivienda, seguridad alimentaria, acceso a tecnología mercados,
y al crédito. Para fines de la investigación solo consideraremos tres variables relacionadas a
la educación, el acceso servicios básicos y la tasa de desnutrición.
En el análisis de Barrantes (2005), se examinan los mapas de pobreza que se han construido
en el Perú de modo de conocer cuál es la clasificación de los distritos productores y cuál ha
sido la dinámica. Realizan una comparación del mapa de Foncodes 1995 y el mapa del
MEF del año 2001. Si realmente la minería dinamizara las comunidades locales, se
esperaría que más distritos mejoraran su situación y dejaran de ser pobres. Los resultados
arrojaron lo contrario, más distritos empeoraron (96). Es posible que este resultado se le
atribuya al corto periodo de evaluación. Pero la autora concluye que, en el mejor de los
casos, la actividad minera parece ser neutra, es decir, las mejoras en infraestructura
realizadas por esta actividad no son efectuadas en la mayoría de distritos productores y su
impacto es limitado, debido al reducido nivel de articulación de los pobladores al mercado.
41
Cfr. Barrantes 2005: 4
47
También la dinámica de la pobreza distrital es afectada por programas de responsabilidad
social de las empresas cuyo fin es aportar al desarrollo local, lo cual debería traducirse en
mejoras en los índices de pobreza , pero la percepción de los pobladores de Ancash y
Cajamarca es que los programas de responsabilidad social que se han implementado son
limitados 42.
En resumen, los impactos o efectos esperados en cada una de las investigaciones anteriormente
mencionadas son diversos, los autores Torres y Echave (2005) encontraron un efecto negativo
entre actividad económica y mejora en los indicadores de desarrollo humano. Los autores
Zegarra, Orihuela y Paredes (2007) tuvieron resultados tantos positivos como nulos en el
ingreso y gasto de los hogares; y el efecto nulo se verificó en aquellos distritos con menos
dotación de educación. En el informe de Macroconsult (2008), la minería afecta positivamente
los ingresos de los hogares, el desarrollo de infraestructura y en la reducción de la pobreza. En
la investigación de Barrantes (2005), la minería tiene impacto nulo si se comparan distritos
mineros y no mineros. En las investigaciones de otros países, se concluye que la minería
impactó positivamente en el crecimiento de dichos países y se espera que ese impacto positivo
se traslade a nivel local.
El aporte que la minería debería dar es el de mejorar el bienestar de las personas y tendría
que tener como condición mínima, el no empobrecernos, ni como país ni como localidad ni
como hogar. El impacto esperado es que esta actividad tendría que llevar a los habitantes a
disminuir su nivel de pobreza. Sobre ello, la principal vía o canal que establece la relación
entre minería y pobreza es el ingreso per cápita de los habitantes, cuanto mayor sean los
ingresos de las familias estas podrán obtener más bienes que aumenten su nivel de vida y
así poder salir de la pobreza. Sobre este punto, la canalización de los ingresos para una
posible reducción de la pobreza es a través del empleo. Este es la fuente principal del
ingreso y en la medida que se fomenten cambios en las políticas, afectará la estructura del
mercado laboral o a la demanda de mano de obra, particularmente en sectores que emplean
a pobres, tales como la mano de obra no calificada o el trabajo rural, lo que implica que el
42
Cfr. Barrantes: 31
48
bienestar de los hogares de ingresos reducidos quedará afectado43. Asimismo, los precios
tendrán un gran peso en los ingresos y, directa o indirectamente, en las medidas de
bienestar externas a los ingresos. Para todos los hogares, pero especialmente para pequeños
agricultores y trabajadores autónomos, los cambios en los precios afectarán a las decisiones
asociadas con el consumo y con la distribución de recursos.
43
Cfr. Banco Mundial 2003 : 13
49
CAPÍTULO 3
44
Cfr. Núñez 2010 :9
50
Por lo que el resultado observado yi se define como:
muestral de | | 45.
45
Cfr. Nuñez 2010: 13
51
sobre el indicador de la incidencia de pobreza a nivel distrital. La forma de capturar
esa información cualitativa es mediante la creación de una variable dicotómica que
permitirá validar el supuesto mencionado.
Donde el efecto de la existencia de minería o no, se define como:
̃ | |
D=1 indica el grupo al que pertenece el distrito en el escenario con minería. Para
aquellos distritos donde no está presente la minería se le indica como D=0.
Para este método se compara la modificación en los resultados entre grupos con
tratamiento y sin tratamiento. El impacto es la diferencia en la modificación de los
resultados, es decir considera la diferencia en la variable de impacto entre
beneficiarios y controles en la situación post programa o evento (t1: 2007) y en la
situación pre programa o evento (t0: 1993).
Control ̅ A1 ̅ A2
52
(̅ B2 - ̅ B1 ) = diferencia media del cambio de medida o política sobre el grupo de
tratamiento.
Figura N°6
Efecto en grupo control y tratamiento
dB = Variable binaria igual a 1 (0) para tratados (no tratados), (captura diferencias
ex ante entre tratados y no tratados)
53
El efecto causal del cambio de política puede obtenerse mediante una regresión:
Y= + d2 + dB + (d2 x dB) + u
Asimismo, existe otro método que es útil para el análisis de políticas de programas:
es un modelo simple datos de panel para dos años que consiste en observaciones de
un corte transversal de unidades individuales (hogares, empresas, países, etc.)
repetidas sobre el tiempo, lo cual permite capturar efecto que se da por cambios en
la variable explicativa. En la presente investigación lo utilizaremos para ver la
relación entre producción minera (toneladas) y pobreza.
Para este modelo no podemos asumir que las observaciones se distribuyen de forma
independiente a través del tiempo, pueden existir factores adicionales a la variable
explicativa que son constantes y que estos cambian en el tiempo y afectan a la
variable dependiente. Los modelos de efectos no observados o efectos fijos asumen
que existe correlación entre el efecto no observado y la variable explicativa, pero no
con el error46. Entonces el modelo entre producción minera y pobreza quedaría
expresado de la siguiente forma:
46
Cfr. Wooldridge, Jeffrey 2003 :414
54
3.2 Fuentes de información
47
La pequeña minería e informal no se considera para el presente trabajo.
55
minero, como aquel distrito donde existen unidades mineras con producción de
minerales metálicos.
Sobre eso, la base de datos usada para identificar distritos con minería proviene del
Ministerio de Energía y Minas (MINEM), esta fuente nos proporciona la producción
mensual y anual de diversos metales como: oro, plata cobre, zinc, entre otros a nivel
distrital lo cual permite identificarlos.
Fuente: MINEM
56
Yonán, respectivamente. Asimismo, en la provincia de Hualgayoc los distritos son:
Bambamarca y Hualgayoc. Finalmente en la provincia de San Marcos, se identificó
el distrito de Gregorio Pita.
Fuente: MINEM
57
Marcara, San Miguel de Aco y Tinco. En Casma, el distrito minero es Comandante
Noel. Los distritos en Huaraz son Huaraz y Jangas. En la provincia de Huari, el
distrito minero es San Marcos. En Huaylas, el distrito es Huallanca y en la provincia
de Recuay, el distrito es Cotaparaco. Finalmente, en la provincia de Santa, el distrito
es Nepeña y en Yungay, los distritos mineros son Ranrahirca y Yungay.
Fuente: MINEM
58
provincias de Camana, Caylloma e Islay, encontrándose un distrito minero por
provincia.
Mapa N°4.Ubicación de provincias mineras: Región Arequipa
Fuente: MINEM
Para esta investigación se decidió usar las fuentes de información ya antes descritas,
como el Censo Nacional de Vivienda y Población de 1997 y 2007 y la lista de
Unidades Mineras en actividad del Ministerio de Energía y Minas.
48
Este método supone que los sujetos de estudio pueden ser clasificados o dispuestos en grupos que se tienen
cualidades que influyen en el estudio. En este caso, los individuos se puede ver como nivel 1-unidades de
estudio, y los grupos en los que se disponen son de nivel 2 unidades. Esto puede ser ampliado aún más, con 2
unidades de nivel organizadas en un nuevo conjunto de unidades en un tercer nivel y con 3 a nivel de las
unidades organizadas en otro conjunto de unidades a un cuarto nivel. Ejemplos de esto abundan en áreas tales
como la educación (estudiantes en el nivel 1, los maestros en el nivel 2, las escuelas en el nivel 3, y los
distritos escolares en el nivel 4)
59
es en los modelos educativos que intentar explicar qué porcentaje del resultado del
alumno es explicado por las escuelas.
- Tasa de mujeres analfabetas (mujanalf): los datos de esta variable social son
recogidos del Mapa de Pobreza 1993 y 2007.
60
parte de los indicadores de Foster, Greer y Thorbecke, que nos dicen la
proporción o porcentaje de población que se encuentran en situación de pobreza.
Elaboración propia
Fuente: MINEM, INEI, FONCODES
Un análisis descriptivo con más detalle de cada una de las variables se muestra en el
anexo#4. Ahí se presentan los estadísticos respecto a las categorías de otra variable y el
formato y etiqueta de cada variable.
La ecuación final del modelo como regresión considerando todos los factores, es la
siguiente:
61
CAPITULO 4
En este capítulo presentamos la estimación del modelo que nos permite identificar el efecto
de la presencia de la minería sobre el porcentaje de pobreza. De manera inicial, medimos
esta variable en forma independiente para los años 1993 y 2007 utilizando la incidencia de
pobreza.
Pobreza = + distmin +
En este modelo la palabra distmin es una variable binaria igual a uno cuando hay presencia
de actividad minera en un distrito, y cero en caso que no lo haya. Este significado es
utilizado en todas las siguientes ecuaciones que se describen en el presente capítulo.
Ecuación (a)
Puesto que es una regresión simple sobre una variable única, la intersección nos da el
porcentaje de pobres en un distrito sin la presencia de minería y el coeficiente de distmin
mide el efecto en el porcentaje promedio de la población que se encuentra en situación de
pobre debido a la presencia de un distrito minero y no. La estimación muestra que el
porcentaje de pobres disminuye en 0.058% en presencia de distrito minero. El valor p es
menor al 5% por lo tanto a nivel individual sí es significativa.
Si planteamos la misma regresión para 1993 (antes del auge de la minería), obtenemos
62
Pobreza = 0.8059 – 0.0904085 distmin…………………….(b)
Ecuación (b)
Este resultado sugiere que antes del auge minero, el porcentaje promedio de pobres en un
distrito minero fue 0.0904% menos que el porcentaje promedio de pobres sin presencia de
minería. El intercepto nos indica el porcentaje de pobres que no se encuentran en un distrito
minero (0.80%). La diferencia es estadísticamente significativa.
¿Cómo podemos saber si en presencia de un distrito minero se reduce la pobreza? Para esto,
la clave es ver cómo el coeficiente de distmin ha cambiado entre 1993 y 2007. La variación
en el porcentaje de la población en situación de pobreza fue mucho menor en el 2007 que
en 1993.La diferencia de estos dos coeficientes en distmin fue:
Esta es la estimación del efecto de la presencia de actividad minera sobre la tasa de pobreza
en un distrito minero.
63
De hecho, se puede obtener mediante la estimación:
64
Tabla N°6
Al incluir otras variables que puedan influir el efecto en la pobreza, se escogemos aquellas
en las cuales la variable y07*distmin se vuelve significativa y controlando la
heterocedasticidad con el comando robust en el Stata, podemos observar que el error
estándar de la variable de interés disminuye. La estimación de la ecuación (d) se encuentra
en la columna (1) de la Tabla N°6.
En la columna (2) se controla por todas las variables del modelo. Esto aumenta el R2
considerablemente, el coeficiente y07*distmin es mucho mayor y su error es menor, sin
embargo producmin y la variable de interés no son significativas.
En la columna (3) se controla por el porcentaje de población sin agua y desagüe (pobsag,
pobsdesag), porcentaje de mujeres analfabetas (mujanalf), tasa de desnutrición (desnut),
porcentaje de población sin electricidad, lo cual produce una estimación de y07*distmin
muy parecida a la regresión anterior (2) y se tiene un error estándar menor que en la
65
columna (1). Pero evaluando la significancia individual de cada variable, pobsag y el
coeficiente de interés ̂ , resultan no representativos a un nivel de 5%, por lo que se
descarta del modelo.
Ecuación (4)
En las columnas (5) y (6) de la Tabla N° 6, todas las variables, incluyendo la de interés, son
significativas, pero se prefiere la ecuación (6) porque a nivel individual todas las variables
son significativas a un 5% y en conjunto las variables explican el modelo a cualquier nivel
de significancia. Además, en ambas ecuaciones, el valor de nos indica que en presencia
de un distrito minero, el porcentaje de la población en situación de pobreza ha aumentado.
Esto quiere decir, que en promedio el porcentaje de pobreza aumenta en 0.086% en
presencia de la minería, pero este aumento es ligeramente menor al que se presenta en la
ecuación (5) (0.093%). Adicionalmente, se prefiere la ecuación (6) porque las estimaciones
son controladas por más factores que no están presentes en la ecuación anterior. También,
en la ecuación (6) se tienen los errores estándar más pequeños y el más alto R2.
66
Mostramos valores de las regresiones (5) y (6)
Ecuación (5)
Ecuación (6)
67
del coeficiente estimado, porque la multicolinealidad infla la varianza. Según este factor, si
VIFj > 10, concluimos que la colinealidad de Xj con las demás variables es alta.
Se obtiene la siguiente información:
Tabla N°7
Para ello, utilizamos el estimador de los errores estándar que es robusto a la presencia de
heterocedasticidad, entonces controlamos este problema ejecutando la regresión con el
comando robust en Stata.
68
Asimismo, probamos el supuesto de no autocorrelación, el cual implica que no existe
correlación entre los términos de error de un periodo y de otro. El método más destacado y
utilizado para detectar la presencia de autocorrelación es el llamado Durbin Watson. Stata
calcula automáticamente el estadístico D-W mediante un comando llamado dwstat. Se
obtiene como resultado el valor 1.42 cercano a 2, el cual cae en zona donde se acepta la
hipótesis nula, por lo tanto se confirma que no hay autocorrelación. De igual manera se
comprueba el supuesto de normalidad de los errores, utilizándose la herramienta gráfica
como el histograma y otra prueba formal a través del comando sktest en Stata, que presenta
por separado los resultados del test de normalidad, basado en la kurtosis y otro en la
asimetría (ver anexo#6). La gráfica nos muestra que los errores se distribuyen normalmente
y a través del test, con un valor p mayor al nivel de significancia, se comprueba la
normalidad de los errores.
Este hallazgo lleva a concluir que se rechaza la hipótesis inicial de la investigación, pues
los resultados obtenidos nos indican lo contrario: el efecto en el porcentaje de pobreza
debido a la presencia de minería en un distrito no reduce la pobreza en el periodo
comprendido entre 1993 y 2007. Cabe indicar que en la Tabla N°2 del capítulo N°1, se
muestra una reducción en la variación de la tasa de pobreza la cual fue hallada a través de
una fórmula simple porcentual; acá observamos distintos resultados porque estamos
considerando el método apropiado para dar respuesta a la pregunta de investigación. El
método de diferencias en diferencias se utiliza para estimar el impacto de una medida de
política o evento, es decir, si se da el cambio en un momento determinado y tenemos
información de antes y después del cambio; se puede estimar el cambio que generó dicho
evento sobre la variable de interés. Asimismo, al modelo se están incluyendo otras
variables de control que tienen influencia en el resultado final.
69
Si bien el efecto positivo se puede explicar por la influencia de otros factores que causaron
el aumento de pobreza, tales como los conflictos generados por los pasivos que produce la
minería, paralización de proyectos mineros, malos manejos institucionales en la gestión de
proyectos de desarrollo; para fines de esta investigación, estos otros factores no serán
estudiados, pero pueden considerarse en futuras investigaciones.
70
CAPÍTULO 5
CONCLUSIONES
Existe una correlación positiva entre el PBI real y PBI minero entre los años de
1990 y 2006, lo que revela la gran importancia que el sector minero tiene a nivel de
agregados económicos. Asimismo, este sector llegó a recaudar en el año 2007 5,157
millones, experimentando un crecimiento de 195% en comparación a lo distribuido
en el año precedente.
71
La inversión estimada en minería en el año 2006 fue de US$1,609 millones, monto
superior registrado al del año 2007. En el año 2007, el importe en inversiones tuvo
una ligera caída pero de ahí en adelante las inversiones mineras han crecido en un
promedio anual que asciende a 35%.
Las regiones Ancash, Arequipa, Cajamarca y Pasco cuentan con varios yacimientos
mineros los cuales, considerando el PBI regional aportan, considerablemente al
crecimiento de cada región. En el año 2010, Ancash aportó al PBI minero un
15,9%; Arequipa generó un 10,1% seguido del departamento de Cajamarca, con un
8,9%. La participación de Pasco al PBI minero fue de 7,8%.
Es importante señalar que la variación promedio en la tasa de pobreza para los años
1993 y 2007 ha sido menor en distritos con minería en comparación con distritos sin
presencia de yacimientos mineros. En el periodo señalado, la tasa de pobreza para
cada uno de los distritos mineros de las cuatro regiones se ha reducido en mayor
proporción que aquellos sin minería.
72
estudios de dos de las regiones analizadas, concluye que entre los años 2011 al 2009
sí hubo reducciones en las tasas de pobreza.
73
En relación a los hallazgos del modelo, se concluye que la tasa de pobreza aumenta
debido a la presencia de la minería, es decir, en presencia de un distrito minero, el
porcentaje de pobreza en el periodo de análisis aumentó, a través de la verificación
del signo de positivo del coeficiente y07*distmin expresado en el modelo.
74
Referencias Bibliográficas
AEDO, Cristián
2005 Evaluación del Impacto. Santiago de Chile, Comisión Económica para América
Latina y El Caribe (CEPAL). Inédito.
ARRIAGADA, Irma
2005 Dimensiones de la pobreza y políticas desde una perspectiva de género. Revista de la
CEPAL pp. 85-101
BANCO MUNDIAL
2003 Guía del usuario para el análisis del impacto social y en la pobreza. Washington DC
USA
BARRANTES, Roxana
2005 Minería, desarrollo y pobreza en el Perú. IEP, Lima
CÓRDOVA, Luna
2009 Minería en la Región Cajamarca. Documento de trabajo. Ministerio de Energía y
Minas.
75
DE ECHAVE, José y TORRES, Víctor
2005 Hacia una estimación de los efectos de la actividad minera en los Índices de Pobreza
en el Perú. CooperAcción.
ENERGIMINAS
2012 Declives de la minería. Página web de un equipo de consultores vinculados al sector
minero. http://www.revistaenergiminas.com/informes/12_mineria.php
FEDESARROLLO
2008 La minería en Colombia: impacto socioeconómico y fiscal. Proyecto de la Cámara
ASOMINEROS de la ANDI
GARCÍA, Luis
2010 Econometría de Evaluación de Impacto. Documento de trabajo disponible en
http://www.pucp.edu.pe/departamento/economia/images/documentos/DDD283.pdf
IIED
2002 Breaking New Ground: Mining, Minerals and Sustainable Development
2008 Aporte económico y social de la minería en el Perú año 2007. Informe 2008- IIMP,
Lima.
76
2010 Minería Peruana: Contribución al Desarrollo Económico y Social. Documento
disponible en http://
www.iimp.org.pe/website2/publicaciones/MP_Contribucion_Desarrollo_Economico_
Social_4.pdf
MACROCONSULT
2008 Impacto Económico de la Actividad Minera en el Perú. Documento de trabajo.
Sociedad Nacional de Minería, Petróleo y Energía, Lima
MORÓN, Eduardo
2007 Competitividad del Sector Minero. Trabajo de Investigación de la XXVIII
Convención Minera. IIMP.
77
MUQUI
2006 Agenda Minera de Pasco: Una primera aproximación en
www.muqui.org/adjuntos/Agenda_Minera_Pasco.pdf
NAVARRO, Hugo
2005 Manual para la evaluación de impacto de proyectos y programas de lucha contra la
pobreza. Instituto Latinoamericano y del Caribe de Planificación Económica y
Sociales (ILPES). Área de Proyectos y programación de inversiones.
WOOLDRIDGE, J.M.
2003 Introductory Econometrics. A modern approach. South-Western College Publishing.
78
Anexo #1
Cotizaciones Internacionales *
(1998- 2011)
1,800.00
1,600.00
1,400.00
1,200.00
1,000.00
800.00
600.00
400.00
200.00
0.00
19981999200020012002200320042005200620072008200920102011
Fuente: BCRP
*Precio Promedio COBRE ¢US$/lb, ORO 'US$/oz.tr, PLATA 'US$/oz.tr, PLOMO ¢US$/lb, ZINC
¢US$/lb.
6000
5157
5000 4436
4157
4000 3434
3087
3000
1746
2000
888
1000
286 451
15 113 169 87 55 81 136
0
79
Inversión Minera (2004-2011)
Millones de US$
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
-
2004 2005 2006 2007 2008 2009 2010 2011
80
Anexo #2
Restaurantes y Hoteles 9%
2%
3%
Transporte y Comunicaciones 4%
Comercio 4%
9%
Construcción 10%
5% 2010
Electricidad y Agua 7%
2% 2001
Manufactura 12%
11%
20%
Minería 31%
Agricultura, Caza y Silvicultura 20%
20%
0% 5% 10% 15% 20% 25% 30% 35%
Servicios Gubernamentales 6%
6%
Transporte y Comunicaciones 8%
7%
Comercio 7%
7%
10% 2010
Construcción 4%
12% 2001
Manufactura 16%
26%
Minería 28%
Agricultura, Caza y Silvicultura 6%
8%
81
PBI por Actividad Económica: Pasco, 2001 – 2010
(Porcentual)
Servicios Gubernamentales 4%
4%
8%
Transporte y Comunicaciones 9%
14%
Comercio 17%
Construcción 11% 2009
6%
18% 2001
Manufactura
19%
Minería 10%
6%
13%
Agricultura, Caza y Silvicultura 15%
82
Anexo #3
Relación de distritos mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
del departamento de Ancash
Elaboración propia
83
Relación de distritos no mineros, Tasa de pobreza de los años 1993 - 2007 y Variación de pobreza
en el departamento de Ancash
84
Relación de distritos no mineros, Tasa de pobreza de los años 1993 - 2007 y Variación de pobreza
en el departamento de Ancash
85
Relación de distritos no mineros, Tasa de pobreza de los años 1993 - 2007 y Variación de pobreza
en el departamento de Ancash
Elaboración propia
86
Relación de distritos mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Cajamarca
87
Relación de distritos mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Cajamarca
88
Relación de distritos mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Cajamarca
89
Relación de distritos mineros y no mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Pasco
90
Relación de distritos mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Arequipa
AREQUIPA
Tipo de Tasa Pobreza Tasa Pobreza Variación de
provin distrito
Distrito 1993 2007 Pobreza
AREQUIPA CHIGUATA Minero 0.69 0.31 -0.56
AREQUIPA MOLLEBAYA Minero 0.48 0.23 -0.51
AREQUIPA POCSI Minero 0.64 0.30 -0.53
AREQUIPA POLOBAYA Minero 0.69 0.29 -0.57
AREQUIPA S.J DE TARUCANI Minero 0.78 0.39 -0.50
AREQUIPA YARABAMBA Minero 0.44 0.16 -0.63
AREQUIPA YURA Minero 0.62 0.34 -0.45
CAMANA QUILCA Minero 0.57 0.13 -0.77
CARAVELI BELLA UNION Minero 0.61 0.23 -0.62
CARAVELI CARAVELI Minero 0.54 0.32 -0.41
CARAVELI CHAPARRA Minero 0.70 0.15 -0.78
CARAVELI HUANUHUANU Minero 0.50 0.33 -0.34
CARAVELI LOMAS Minero 0.50 0.13 -0.74
CASTILLA CHACHAS Minero 0.84 0.66 -0.21
CASTILLA CHOCO Minero 0.79 0.59 -0.25
CASTILLA ORCOPAMPA Minero 0.59 0.37 -0.38
CAYLLOMA CAYLLOMA Minero 0.67 0.63 -0.07
CONDESUYOS CAYARANI Minero 0.52 0.71 0.36
CONDESUYOS RIO GRANDE Minero 0.45 0.26 -0.42
CONDESUYOS SALAMANCA Minero 0.81 0.51 -0.37
CONDESUYOS YANAQUIHUA Minero 0.76 0.27 -0.65
ISLAY COCACHACRA Minero 0.50 0.26 -0.48
Elaboración Propia
91
Relación de distritos no mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Arequipa
92
Relación de distritos no mineros, Tasa de pobreza de los años 1993 - 2007 y la Variación de pobreza
en el departamento de Arequipa
Elaboración propia
93
Anexo #4
Cuadro descriptivo de las variables
94
Anexo #5
Ecuación (a)
Linear regression Number of obs = 430
F( 1, 428) = 4.76
Prob > F = 0.0297
R-squared = 0.0113
Root MSE = .19391
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Ecuación (b)
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Ecuación (1)
Linear regression Number of obs = 860
F( 3, 856) = 133.15
Prob > F = 0.0000
R-squared = 0.3192
Root MSE = .18618
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
95
Ecuación (2)
Linear regression Number of obs = 854
F( 9, 844) = 419.01
Prob > F = 0.0000
R-squared = 0.7977
Root MSE = .10147
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Ecuación (3)
Linear regression Number of obs = 854
F( 8, 845) = 470.75
Prob > F = 0.0000
R-squared = 0.7976
Root MSE = .10144
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
96
Ecuación (4)
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Ecuación (5)
Linear regression Number of obs = 854
F( 5, 848) = 541.73
Prob > F = 0.0000
R-squared = 0.7383
Root MSE = .11515
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Ecuación (6)
Robust
pobreza Coef. Std. Err. t P>|t| [95% Conf. Interval]
Test de Normalidad
4
3
Density
2
1
0
-.4 -.2 0 .2 .4
Residuals
98